随着列车运行控制系统的发展,基于全球导航卫星系统（Global Navigation Satellite System,GNSS）的定位性能能否满足列车运行需求是当前研究的热点方向。铁路沿线环境复杂多变,轨道两侧的高山、建筑物、森林等形成的遮挡环境场景会对卫星导航信号的传播造成遮挡和反射,导致卫星定位性能产生不同程度的降级。本文提出了基于铁路环境场景建模的卫星定位精度优化方法,首先对铁路线路以及沿线环境场景进行参数化描述,构建了铁路环境场景的三维电子轨道地图（3D Digital Track Map,3D DTM）;针对一般遮挡环境场景,利用加权最小二乘法和3D DTM辅助剔除非直视卫星的优化方法对卫星定位精度进行优化;对于严重遮挡环境场景,在3D DTM基础上利用阴影匹配算法实现卫星有效定位,并结合卡尔曼滤波算法进行卫星定位精度优化。本文主要工作内容如下:（1）从卫星定位角度设计了铁路环境场景的3D DTM架构,包含地理信息数据、固定应用数据和天空遮挡边界数据。基于3D DTM中天空遮挡边界数据需求提出了基于动态时间规整算法（Dynamic Time Warping,DTW）的铁路沿线环境场景辨识算法,确定铁路沿线环境场景的天空遮挡程度。（2）针对一般遮挡环境场景（如路堑等）,研究了直视（Line-of-Sight,LOS）信号和非直视（Non-Line-of-Sight,NLOS）信号识别方法,通过对NLOS信号的运用策略,对卫星定位精度进行优化。NLOS信号参与解算时,基于贝叶斯方法对LOS/NLOS信号进行条件概率分析,构建信噪比（Signal to Noise Ratio,SNR）的条件概率表（Conditional Probability Table,CPT）,提出基于CPT的加权最小二乘法;NLOS信号不参与解算时,通过3D DTM中的天空遮挡边界剔除NLOS信号,利用最小二乘法进行定位解算。（3）针对严重遮挡环境场景（如隧道口、深度城市峡谷等）,研究了基于3D DTM的阴影匹配算法对卫星定位精度进行优化,并利用卡尔曼滤波算法融合速度信息与阴影匹配列车位置,实现基于卡尔曼滤波的阴影匹配算法的卫星定位精度优化。论文利用北京三家店车站的实测卫星数据对提出算法进行验证。实验结果表明,本文提出的场景辨识算法对五类铁路环境场景（S1-S5）辨识的误差率分别为0.92%、1.84%、0.92%、0.00%和0.00%;一般遮挡环境场景下,相比于传统最小二乘算法,基于CPT的加权最小二乘法和3D DTM辅助定位优化方法分别使动态铁路实验下卫星定位误差从5.09m降低到4.23m和1.77m;严重遮挡环境场景下,相比于接收机输出结果,阴影匹配算法和基于卡尔曼滤波的阴影匹配算法分别将卫星定位误差从14.81m降低到3.34m和1.05m。图66幅,表29个,参考文献70篇。